最近在飯團“AI產(chǎn)品經(jīng)理大本營”閱讀了不少關于AI、產(chǎn)品和產(chǎn)品經(jīng)理方面的文章零蓉，本篇文章是嘗試從自己的思考角度對相關閱讀的積累進行系統(tǒng)化的梳理笤受。

主要分為三個部分，第一部分是對AI的認知和思考敌蜂，第二部分是關于AI產(chǎn)品的一些認知和思考箩兽，第三部分是對AI產(chǎn)品經(jīng)理的認知和思考。

一章喉、AI認知

1.1 AI的本質

在AlphaGo戰(zhàn)勝李世石后汗贫，人工智能就火了起來身坐，從科研界到產(chǎn)業(yè)界，甚至是普通群眾落包，一夜之間近乎無人不知部蛇，自然的，人們就會對AI有各種想法咐蝇，一部分人相信會有美好的未來涯鲁，一部分呼吁要警惕強人工智能的到來，但不管怎樣有序，要想正確認知AI的作用抹腿，首先要認識到AI的本質，這樣才能正確認知和對待AI旭寿。

從技術的角度講警绩，AI其實就是一個函數(shù)模型，是從提供的數(shù)據(jù)集中擬合出來的盅称、能夠用來預測新數(shù)據(jù)的函數(shù)模型肩祥，其背后的機制是基于統(tǒng)計學等數(shù)學原理的，能夠實現(xiàn)認知缩膝、預測混狠、決策等功能，但仍離不開人工的參與疾层，現(xiàn)階段可以說檀蹋，有多少人工就有多少智能。

從應用的角度講云芦，AI其實解決的是一個經(jīng)濟問題，在技術上努力的方向就是要做到以最低成本獲取數(shù)據(jù)贸桶、合理地激勵人工參與舅逸、選用性價比最高的算法來處理數(shù)據(jù)，而在應用上就是努力的方向就是追求2B的效率優(yōu)化和2C的體驗優(yōu)化皇筛，這些都指向了能否優(yōu)化經(jīng)濟成本琉历，在效率上有所改善。所以做AI目前發(fā)展方向的核心并不是要做出一個東西來逼近人的智能水醋，而是能夠在一個具體的場景中旗笔，通過提高效率和優(yōu)化體驗來改善和優(yōu)化經(jīng)濟問題的解決。

以上兩個角度只是對現(xiàn)階段AI的表象認知拄踪，如果從更高的層面出發(fā)蝇恶，再加上對技術發(fā)展的展望來看，AI并非是一門冷冰冰的技術惶桐，而將是一種嶄新的生命形式撮弧，我覺得最好的類比就是《生命3.0》一書中提到的生命3.0潘懊，自身的軟件和硬件都能隨時改變。那么我們看待AI就應該以生命的角度出發(fā)贿衍，這里引用一下黃釗團長的觀點授舟，也是我非常認同的，AI是一個與人類共生的新物種贸辈，她承載了人類探索自我極限和天人關系的載體释树，一個雖然從人類意識生出，且必須和人類交互/共生擎淤，但又獨立于人類的奢啥、具備自主意識的新物種形式。因此揉燃，我們對待AI的態(tài)度不應該再是利用扫尺，而是多考慮如何共生，如何相互輔助炊汤，這是我們應該提前做好的心理準備正驻。

1.2 AI的應用

目前，依靠大數(shù)據(jù)和深度學習的技術紅利抢腐，AI已經(jīng)取得了突破性進展姑曙，如計算機視覺、語音識別迈倍、NLP以及人機交互等技術均能在現(xiàn)實中用來解決一些實際性的問題伤靠，并且已經(jīng)在醫(yī)療、金融啼染、安防宴合、教育等垂直場景有著不錯的應用，提高了解決問題效率迹鹅，改善了人們的生活卦洽。

當然，對于深度學習技術的應用是當下AI應用的主流斜棚，但對于AI來說阀蒂，最有吸引力的想法還是模擬人類大腦，針對這一點弟蚀，目前也有兩條路徑蚤霞。一種叫“大腦模擬機”，是一項生物工程和信息工程融合的技術义钉，比如歐盟的“人類大腦項目”昧绣，希望像基因圖譜一樣能夠把人腦的八百六十億個神經(jīng)元完全模擬出來，并且用超級計算機去模擬整個人腦的活動断医；另一種是“智能動力學”?滞乙，通過分析人類大腦的結構奏纪，分析學習方法，企圖制造一個優(yōu)于人腦的“超腦”斩启。

但是對于我自己來說序调，有兩個比較看好的應用方向。

一個應用方向是傅盛老師分享過的兔簇，通過AI來對實體經(jīng)濟賦能发绢，讓其擁有互聯(lián)網(wǎng)的效率，發(fā)揮出場景體驗感的優(yōu)勢垄琐。關于這一點我是從兩個方向來理解边酒，一個是AI本身的特點，它帶來的生產(chǎn)力的革命狸窘，驅動的是產(chǎn)業(yè)升級墩朦，因此能夠切實提升實體經(jīng)濟的效率；第二個是從市場的角度翻擒，互聯(lián)網(wǎng)技術通過重排生產(chǎn)要素驅動模式創(chuàng)新已經(jīng)帶來了一些新模式下效率的提升氓涣，如社交、電商等陋气，在其實放到整個市場來看劳吠，這部分新經(jīng)濟的價值占比還是較低的，只是因為新模式的效率高巩趁，所以就有了很高的價值痒玩，但如果通過AI 讓實體經(jīng)濟也有互聯(lián)網(wǎng)般的效率，那將會釋放出更大的價值议慰。

另一個方向就是AI帶來新的交互方式---語音交互蠢古，我覺得語音交互將是交互演化的下一方向，如同PC時代的鼠標操作别凹、移動互聯(lián)網(wǎng)時代的拇指交互便瑟，在AI時代，語音交互必將成為主旋律番川。對于語音交互的重要性，我們可以從互聯(lián)網(wǎng)產(chǎn)品的視角來看脊框。在互聯(lián)網(wǎng)的產(chǎn)品觀中颁督，流量是基礎，而如果將人與外界的每一次接觸都看成流量的話浇雹，那么最大的流量將是人與人之間頻繁的交互沉御，而這個交互使用最多的就是語言，那么如果通過語音交互將整個人類交流線上化昭灵，將會帶來體驗的又一次革命吠裆，又將會進一步提升效率伐谈，能產(chǎn)生更大的價值。

1.3 AI的問題

雖說AI技術已有了不錯的應用试疙，也能帶給我們美好的愿景诵棵，但也存在著一些問題和挑戰(zhàn)需要我們正視。

就目前來說祝旷，雖然人工智能系統(tǒng)看上去很智能履澳，但實際上并非如此。首先怀跛，目前的技術對大數(shù)據(jù)很依賴距贷，需要對數(shù)據(jù)做標注，目前的狀況是雖然數(shù)據(jù)的總量很多吻谋，但精確標注的數(shù)據(jù)很少忠蝗，需要大量人工去進行標注，并且對于數(shù)據(jù)的收集漓拾，還存在隱私問題阁最；其次，人工智能系統(tǒng)并不知道做出搜索或提供數(shù)據(jù)之后會產(chǎn)生什么樣的結果晦攒，能做的就是提供擬合出的模型闽撤，如果發(fā)生錯誤，尤其在醫(yī)學脯颜、金融哟旗、交通等領域，將會導致災難的發(fā)生栋操，而且由于環(huán)境多變沒有制約闸餐，模型本身就會失效，所以矾芙，問題的產(chǎn)生可能是必然舍沙；最重要的一點是，人工智能系統(tǒng)并不能真正理解他正在做的事情剔宪，現(xiàn)在只是一個黑箱模型拂铡，能給出結果，但不能解釋原因葱绒；最后感帅，創(chuàng)造力、推理和抽象等能力對于人工智能系統(tǒng)來說還很難實現(xiàn)地淀，并且對于AI系統(tǒng)來說失球，讓它主動做一個長遠的規(guī)劃也是非常困難的。

除此之外帮毁，現(xiàn)階段對AI（特別是深度學習）的主要質疑角度就是缺乏可解釋性实苞，即AI無法對給出的結果提供具體合理的理由豺撑，就好像結果是從大數(shù)據(jù)中生長出來的，無法確定描述這個結果的由來黔牵。我想這也是計算系統(tǒng)0-1邏輯的缺陷聪轿，因為通過邏輯是無法涌現(xiàn)意識和直覺的，所以對于自下而上涌現(xiàn)的東西荧止、更高維度的屹电、直覺性的東西無法解釋。

1.4 AI的前景

長期來看跃巡，如同前面提到過的危号，從更高層面上講，AI是與人類共生的新物種素邪，所以AI的目標不是說去逼近人類智能或者說去代替人外莲，而是去增強人類的能力，一方面是在某些領域中變現(xiàn)出比人類更強的能力兔朦，從而為人類所用偷线；另一方面是表現(xiàn)出某些“人類實現(xiàn)不了”的價值，比如將某些人不喜歡的東西剝離沽甥，讓人類產(chǎn)生信任和依賴声邦，成為人類在某個領域內的精神寄托，或者成為經(jīng)濟意義上的“理性人”摆舟。而從與AI共生的角度亥曹，人類要做的就是既可以利用到AI更強的能力，也能夠對其產(chǎn)生情感上的連接和依賴恨诱，目前距離這一情景還有很長的路要媳瞪。

而現(xiàn)階段來說，我覺得更有意思的一個前景應用是張江教授所提到過的AI社會學照宝，是由于個體AI的能力存在天花板蛇受，從而將成千上萬的AI鏈接、整合起來厕鹃，甚至創(chuàng)造出AI自己的文明來為每一個個體AI賦能兢仰，涌現(xiàn)出集體智能，以更好地適應環(huán)境剂碴，解決我們現(xiàn)在所面臨的旨别、個體AI無法解決的問題。

當然汗茄，現(xiàn)階段也存在對AI的擔憂，尤其是目前一些主流的科學家和企業(yè)家铭若，如霍金洪碳、馬斯克等递览，都在擔憂強人工智能的出現(xiàn)，會對人類產(chǎn)生傷害瞳腌，甚至是控制人類绞铃，這當然是一個值得關注的問題，因為按樂觀的想法來看嫂侍，技術必將在未來產(chǎn)生突破儿捧，技術奇點必將到來，因此挑宠，我們要提前準備好如何和強人工智能的相處菲盾，尤其是一些道德、倫理各淀、法律方面的法則懒鉴。

但從另一個方面，我們也要看的當前的AI技術的現(xiàn)狀碎浇。從能夠解決問題的角度來看临谱，AI只是一種基于數(shù)學原理的技術解決方案，如果將現(xiàn)實中人類能夠解決的問題比作一個集合奴璃，而能用數(shù)學解決的問題只是其中的一部分悉默，在這一部分中，只有少部分的問題是可以用AI解決的苟穆，所以說抄课，其實現(xiàn)在的AI技術只能解決我們生活中的一部分問題。從智能的角度來看鞭缭，AI現(xiàn)在所能表現(xiàn)的智能剖膳，還是很基礎的，比如運算智能岭辣、運動智能和感知智能吱晒，能夠讓機器進行大量級計算，模仿運動沦童，感知周圍環(huán)境仑濒，對于這部分智能來講， 是高級智能的基礎偷遗，我們會希望AI的智能水平越高越好墩瞳，這樣就能更好與人類協(xié)作，提高解決問題的效率氏豌。但在高級智能喉酌，如認知智能方面，AI表現(xiàn)的就不是很好，還無法理解人類的思想泪电，對一些概念知識進行聯(lián)系或推理般妙，所以，現(xiàn)階段的AI技術相速，更多的是借助數(shù)學原理在技術層面上的突破碟渺，其實最根本的還是對智能的定義和理解有局限，僅停留在科學研究的層面突诬，缺乏更深層面的突破苫拍，只有解決了這個問題，超越0-1邏輯旺隙，重新定義我們對智能的認知绒极，而不囿于對人類大腦的模擬，才有可能實現(xiàn)更高水平的人工智能催束，這就需要有AI哲學家來給我們答案集峦，可能的突破方向就是對圖靈停機問題的解決，或是從量子力學抠刺、佛學等領域獲得知識的突破塔淤。

二、AI產(chǎn)品認知

2.1整體認知和現(xiàn)實

從歷史發(fā)展的趨勢來講速妖，在一個領域中高蜂，只有具備了一系列成熟的標準后，才會有劃時代的產(chǎn)品出現(xiàn)罕容，但對于現(xiàn)在的AI領域來說备恤，智能硬件標準、OS標準锦秒、交互標準都還尚未成熟露泊，因此，這就是一個歷史性機遇旅择，如果能在AI領域中惭笑，在伴隨標準成熟的過程中積累到足夠多的經(jīng)驗和知識，再加上自己的創(chuàng)造力和想象力生真，我們是有機會創(chuàng)造出如同IPhone一樣的劃時代的偉大產(chǎn)品沉噩，可以為用戶帶來體驗革命和價值創(chuàng)新，這也是我認為的一個AI產(chǎn)品人應該追求的夢想，一個值得為之不懈努力的終極目標。

但對于現(xiàn)階段的AI產(chǎn)品來說著角，雖然未來是宏大而美好的，但是還是存在著一些問題和挑戰(zhàn)畜眨，如技術的局限性導致的不可解釋性昼牛、無法保證AI系統(tǒng)的魯棒性以及隱私數(shù)據(jù)的保護等，會面臨種種障礙和殘酷的現(xiàn)實性問題康聂，如何生存下來才是現(xiàn)在產(chǎn)品首要考慮的問題匾嘱，要能夠讓用戶感知到真實的價值吸引力，然后通過一次次的反饋迭代積累經(jīng)驗早抠，最終實現(xiàn)劃時代的改變。

2.2供給側的理解

經(jīng)過一個階段的學習撬讽，我將從從供給側和需求側兩個角度來梳理我對AI產(chǎn)品的理解蕊连，可能不是一個嚴格分類的角度，但我覺得是一個值得探討的方向游昼。接下來將進行我從供給側對AI產(chǎn)品的理解甘苍。

供給側，其實就是從做AI產(chǎn)品的角度來進行理解烘豌，也就是一個做產(chǎn)品的視角载庭，那么首先面對的就是做什么的問題，而要解決這個問題廊佩，就要先理解AI帶給我們的是什么囚聚，只有真正理解AI能帶來的價值，我們才知道能用它來做什么标锄。

對于AI的理解顽铸，可以從互聯(lián)網(wǎng)開始，互聯(lián)網(wǎng)技術解決的是連接和信息對稱料皇，所以互聯(lián)網(wǎng)產(chǎn)品更多體現(xiàn)的是一種入口和流量的價值谓松，但對于AI來說，它解決的是生產(chǎn)力的問題践剂，帶來的是生產(chǎn)力和效率的提高鬼譬，因此AI產(chǎn)品第一步所扮演的角色很可能是拉動產(chǎn)業(yè)升級，而在AI驅動的產(chǎn)業(yè)升級過程中逊脯，核心的價值點就是產(chǎn)品價值优质，只有做好產(chǎn)品，才能生存下來男窟，然后通過一步步迭代改變人們的認知和體驗盆赤。

對于AI的產(chǎn)品價值，目前來看也是有兩個方向歉眷，一個是創(chuàng)造出全新形態(tài)的產(chǎn)品牺六，帶給用戶全新的體驗，一個是利用AI技術對現(xiàn)有產(chǎn)品進行升級汗捡，解決存在的問題淑际，提高用戶的使用效率畏纲。因此，核心的方法論也是兩個方向春缕，一個是對現(xiàn)有產(chǎn)品的升級盗胀，一個是創(chuàng)造新產(chǎn)品。

對于現(xiàn)有產(chǎn)品的升級來說锄贼，就是在保障產(chǎn)品本身核心功能價值的基礎上票灰，利用AI技術增加亮點功能，給用戶制造驚喜宅荤，這樣就能滿足用戶的嘗鮮需求屑迂，一旦能控制好成本和售價，就會有一批用戶愿意花錢來“升級”現(xiàn)有的產(chǎn)品冯键。

對于創(chuàng)造新產(chǎn)品來說惹盼，我很認同黃釗老師提到過的一點，AI產(chǎn)品的未來是品類的戰(zhàn)爭惫确。也就是說創(chuàng)造新產(chǎn)品手报，其實就意味著創(chuàng)造一個新品類，這就需要從一個全新的角度來認知產(chǎn)品改化，那么對產(chǎn)品來說掩蛤，就是要有新標準來指導生產(chǎn)，有新指標來進行評估所袁，有新應用帶給用戶全新的體驗盏档。

總結來說，在供給側最需要關注的就是產(chǎn)品價值燥爷，而產(chǎn)品價值的體現(xiàn)從短期來看蜈亩，是增加現(xiàn)有產(chǎn)品的嘗鮮價值，給用戶制造驚喜感前翎。從長期來看是用一種全新的思維來做出一個新品類稚配，帶給用戶完全不同的體驗，這樣才會成功港华。

2.3需求側的理解

接下來再從需求側來講道川，可以分為兩個方向，一個是面向C端用戶立宜，一個是面向B端用戶冒萄。

2.3.1面向C端

面向C端用戶的產(chǎn)品，就是要解決人類的需求橙数，而人類的需求分布是具有正太分布的尊流，如下圖所示：

其中15種高頻需求占據(jù)了人們生活的大部分時間，而目前的解決方案一般都是手機App灯帮，也就是說在高頻需求的滿足中崖技，人們傾向于使用手機App逻住，這一方面是互聯(lián)網(wǎng)發(fā)展培養(yǎng)出的習慣，另一方面也是現(xiàn)階段AI產(chǎn)品無法完善地解決這部分需求迎献，與App相比競爭力不大瞎访，因此對于這部分需求，AI要做的就是對App進行賦能吁恍，幫助App更高效率地滿足需求扒秸，比如現(xiàn)在的推薦引擎，千人千面的用戶界面等冀瓦。

除了這15種高頻需求外鸦采，還有9985種長尾需求需要滿足，而手機App并不能很好地解決咕幻，或者成本過高，因此這就是AI的機會顶霞，也是現(xiàn)階段AI產(chǎn)品的落地方向肄程，就是在細分的垂直領域中，抓住解決長尾需求的機會选浑，制造產(chǎn)品蓝厌，優(yōu)化體驗，培養(yǎng)用戶的使用習慣古徒，逐步提高AI產(chǎn)品的服務能力拓提。

這其中的關鍵，一是用戶群體的選擇隧膘，一定要定位到足夠細分的場景和人群代态，就要求用戶定位有著明顯的邊界，并且要選擇用戶預期相對較低的場景去切入疹吃，這樣才能做到有顛覆性價值蹦疑。

這里有一個值得深入思考的概念，就是AI原住民萨驶，他們是一群伴隨AI產(chǎn)品成長的用戶歉摧，年齡上至少是10后，可以和AI聊天毫無違和感腔呜，對AI機器產(chǎn)生依賴叁温，甚至想成為AI機器人，并且很難想象沒有AI的世界核畴。這部分人群對于使用AI產(chǎn)品來說膝但，沒有較高的預期，容忍度也高膛檀，容易培養(yǎng)心態(tài)和習慣锰镀，能夠產(chǎn)生長期的用戶粘性娘侍，具有較高的付費意愿。

二是深挖場景價值泳炉，主要有兩個方向憾筏，一個是思考AI所能帶來的新的體驗，如情感價值花鹅；二是從現(xiàn)有的解決方案中發(fā)現(xiàn)新需求氧腰、可替代的環(huán)節(jié)，或者重構整個領域內的價值鏈刨肃，從而創(chuàng)造出新價值古拴。在這個過程中，一定要理解具體的場景和產(chǎn)品真友，知道主線是什么黄痪，邊界在哪，什么要做盔然，什么不能做桅打，需要有良好的跨界合作溝通能力。

三是MVP產(chǎn)品去驗證這個場景愈案、用戶挺尾、需求，提供最小閉環(huán)的解決方案站绪，并收集市場反饋遭铺，看是否適合做大。

在驗證中需要注意幾點：一是在效果上恢准，先通過人工驗證魂挂，因為AI智能的背后是需要人工的參與，對體驗的改善也是基于人工的基礎上馁筐，如果用人工驗證都達不到一個80分以上的體驗效果锰蓬，那么就根本達不到用AI技術的程度；第二個是在技術上眯漩，先完成60分的閉環(huán)芹扭，能夠大體上解決問題，產(chǎn)生實用或情感上的價值赦抖，然后再逐步提升舱卡。

總結一下，現(xiàn)階段C端的AI產(chǎn)品思路队萤，一個是通過AI技術對App或現(xiàn)有產(chǎn)品進行賦能來提高效率轮锥，改善用戶體驗；另一個是通過抓住細分場景下的長尾需求要尔，創(chuàng)造全新的品類舍杜，為用戶帶來體驗的革命新娜，創(chuàng)造出顛覆性的價值。但從長遠看既绩，我相信在未來每個人都會有屬于自己的個性化智能產(chǎn)品概龄，能夠解決大部分的需求，這就需要我們從現(xiàn)在開始積累能力饲握，在時機到來時私杜，抓住機會，做出偉大的產(chǎn)品救欧。

2.3.2面向B端

前面也提到過衰粹，AI技術是一場生產(chǎn)力革命，因此天然適用To B的業(yè)務笆怠，能有效解決企業(yè)對成本和效率的需求铝耻，這也符合技術演化的大趨勢。任何一項重大技術誕生蹬刷，通常會先用于軍工國防田篇，然后用于企業(yè)，最后才用于普通消費者身上箍铭。

同時要知道的是現(xiàn)在AI對于垂直行業(yè)的改造才剛剛開始，還具有很大的機會椎镣，需要我們去探索诈火。在這個過程中，我們需要面臨以下的問題：

首先是技術和成本的問題状答，要能清楚地判斷出某個產(chǎn)品技術設想的可行性有多少冷守、邊界/機會可能在哪里、需要的時間/人力成本大概多少等惊科；

其次是客戶預期的問題拍摇，客戶可能對AI技術的認知、對自身需求的認知馆截、以及對“如何結合企業(yè)現(xiàn)狀來設計AI產(chǎn)品和市場方案”的認知都不健全充活，就要我們去解決引導客戶認知和預期，現(xiàn)階段AI確實還不夠成熟蜡娶，但還是有可以落地的商業(yè)價值混卵，并能夠通過產(chǎn)品體驗的用戶滿意度來證明。

2.4產(chǎn)品思路

總的來說窖张，首先要面對的是生存問題幕随，即AI產(chǎn)品先能夠直接解決問題，不求第一個版本的模型算法多么高效宿接，甚至數(shù)據(jù)不是那么多赘淮，但是要能解決用戶的問題辕录，之后可以再回來用更好的方式做這個事情。其次是面對的是未來的問題梢卸，就要有一套系統(tǒng)化的產(chǎn)品落地方案和超前的戰(zhàn)略定位走诞，既能在當前產(chǎn)生價值，讓公司生存下去低剔，有能通過一步步迭代完成戰(zhàn)略定位速梗，在未來取得市場領先地位。

具體而言襟齿，一個思路是在一個產(chǎn)業(yè)鏈條中姻锁，思考哪一個環(huán)節(jié)是可以用AI技術來替代的，然后深入到這個環(huán)節(jié)中進行商業(yè)化驗證猜欺，重點驗證場景位隶、用戶、需求开皿，在技術上能做的60分的閉環(huán)涧黄，在體驗上能夠做到80分的效果。

另一個思路是在一個具有明顯邊界的場景下塑造出全新的品類赋荆，需要鎖定精準的細分用戶笋妥，深挖場景價值，做的有效窄潭、有用春宣、有趣，能夠一步步培養(yǎng)用戶的使用習慣嫉你，讓用戶產(chǎn)生情感依賴月帝，能夠占領用戶的心智空間。

需要注意的一點是僅提供技術方案是不夠幽污、甚至危險的嚷辅，更需要更深入的“服務”方案。對于關鍵性應用來說距误，要做到零誤差的容忍度簸搞，但對于非關鍵性應用來說，需要關注的是增加價值准潭，只要能提高幾個百分點都是很大的價值攘乒，而錯漏影響浮動1%，并不是很大的問題惋鹅，而且這種“有了更好”的場景则酝，更容易落地。

三、AI產(chǎn)品經(jīng)理認知

3.1價值

一是發(fā)現(xiàn)需求沽讹。在AI領域般卑，需求的特點是機會多、難度大爽雄、變化又快又大蝠检，并且機會大多在細分場景和交叉領域，因此產(chǎn)品經(jīng)理的第一個價值就是在復雜場景下發(fā)現(xiàn)需求挚瘟，只有在發(fā)現(xiàn)需求的基礎上叹谁，才能做出成功的產(chǎn)品。

二是通過產(chǎn)品設計來規(guī)避重大技術局限性乘盖。在很多領域焰檩，如果大范圍使用AI，一定會發(fā)生黑天鵝事件订框，這里面就有很多“產(chǎn)品體驗底線”的事情析苫，需要產(chǎn)品經(jīng)理提前想好方案，提前解決穿扳。比如聊天機器人產(chǎn)品體驗中衩侥，為了保障聊天內容的有趣度和更新頻率，很難完全杜絕涉黃涉政涉暴問題矛物，這就需要有嚴格的過濾系統(tǒng)茫死，以及對用戶更加友好的產(chǎn)品體驗流程。

三是保證足夠好的用戶體驗履羞。由于AI技術的應用峦萎，在AI產(chǎn)品中應用的可能是一套不同以往的交互方案，比如語音交互吧雹，但此時尚未有成熟的交互標準，也很難保證交互效果涂身，這就需要產(chǎn)品經(jīng)理通過合理的雄卷、符合用戶預期的設計來保證產(chǎn)品具有足夠好的用戶體驗。

3.2能力

黃釗團長提出過AI產(chǎn)品經(jīng)理的能力模型即PM+AI+X蛤售，接下來就是我對這個模型的理解和演繹丁鹉。

PM，即傳統(tǒng)互聯(lián)網(wǎng)產(chǎn)品經(jīng)理的通用能力悴能，包括用戶思維揣钦、邏輯思考、溝通能力漠酿、交互設計冯凹、數(shù)據(jù)分析以及豐富的知識面等，能夠做到快速學習炒嘲，這是一個AI PM的基本能力宇姚。

AI匈庭，可以分為三個方面來理解。

一個是AI技術理解力浑劳，要能夠厘清AI概念阱持，判斷技術邊界，能不能做魔熏，能做到什么程度衷咽。同時，了解需要什么樣的數(shù)據(jù)蒜绽，對結果數(shù)據(jù)和過程數(shù)據(jù)有很好的認知和應用镶骗，甚至能設計最佳數(shù)據(jù)采集功能，使應用可以更好的采集高質量數(shù)據(jù)滓窍，累積以備利用卖词。

第二個是AI行業(yè)理解力，具備AI行業(yè)知識框架吏夯。能結合系統(tǒng)的AI知識展開邏輯性的思維發(fā)散此蜈，考慮AI帶來的新行業(yè)的可能性。

第三個是AI產(chǎn)品理解力噪生，對垂直場景有足夠的認知深度裆赵，能夠找到合適的產(chǎn)品定位和滿足需求的方式，并且能夠充分理解多感官的人機交互設計跺嗽，使得AI部分的表現(xiàn)形式最佳战授，帶給用戶更好的體驗。

此外桨嫁，還要有一種類機器學習的思維方式植兰，要能從AI的角度去理解的思考AI的需求和作用，要理解AI與人工是相輔相成的璃吧，而非替代關系楣导，要能學會與AI共生。

X畜挨，一是指產(chǎn)品經(jīng)理自身的人文素養(yǎng)和靈魂境界筒繁，用黃釗團長的話講，一個產(chǎn)品巴元，本質是其公司毡咏、設計者靈魂能量層次的外化，一個精神層次不高的團隊逮刨，不可能做出一個跨時代的AI/機器人產(chǎn)品呕缭。因此要有更廣更深的知識（經(jīng)驗）積累、重新認識人的感知和交互方式、AI的本質和作用臊旭。

二是指有與AI領域本身復雜性以及和行業(yè)的結合落恼，需要有跨領域合作的能力，能夠保證項目的順利實施和產(chǎn)品的商業(yè)化落地离熏。

最終佳谦，對AI PM的要求是，能夠同時懂得技術邊界滋戳，又懂得需求邊界钻蔑，還能夠從AI的視角看問題，從而結合人奸鸯、技術與產(chǎn)品咪笑，做出成功的產(chǎn)品。

3.3工作

首先娄涩，介紹一下AI PM與傳統(tǒng)互聯(lián)網(wǎng)PM的不同之處窗怒，主要體現(xiàn)在需求把握、閉環(huán)驗證蓄拣、交互設計扬虚、功能設計和數(shù)據(jù)分析等方面。

在需求把握上球恤，A領域還處于探索期辜昵，產(chǎn)品形態(tài)甚至典型用戶群體都還不明確，所以信息收集咽斧、創(chuàng)意思考堪置、產(chǎn)品驗證的工作會更被突出。

在閉環(huán)驗證上张惹，現(xiàn)階段AI產(chǎn)品的用戶量和用戶數(shù)據(jù)在量級上遠遠比不過互聯(lián)網(wǎng)舀锨，并且涉及硬件，更難收集有效數(shù)據(jù)宛逗，所以很難以數(shù)據(jù)分析為主驅動坎匿，就需要PM有大膽的思路和敏銳的洞見。

在交互設計上拧额，場景從手機到機器人碑诉，變化巨大彪腔，使得交互方式從純軟件/純硬件侥锦，升級到多模態(tài)交互等更復雜的人機交互形式，至今還沒有形成清晰的交互體系標準德挣。

在功能設計上恭垦，一旦和硬件相關，難度陡增。

在數(shù)據(jù)分析上番挺，語音交互產(chǎn)生的數(shù)據(jù)分析難度遠高于觸屏交互唠帝。因為觸屏交互有效表達用戶意圖的概率非常高，而語音交互識別出的數(shù)據(jù)往往和用戶意圖有很大偏差玄柏。

其次襟衰，介紹一下我理解的AI PM的工作，簡單講就是要將AI的技術運用在合適的場景里以達到產(chǎn)品化粪摘，主要分為技術和產(chǎn)品兩個維度瀑晒。

從技術的角度來說，就是要更好地應用AI技術徘意。一是了解所用到的AI技術的概念苔悦、邊界等方面，探索合理的應用場景椎咧；二是做好數(shù)據(jù)方面的工作玖详，明確場景所需要的數(shù)據(jù)，制定好數(shù)據(jù)標注規(guī)則勤讽，清楚數(shù)據(jù)流程蟋座；三是帶著需求和產(chǎn)品規(guī)劃與AI工程師、AI訓練師深度溝通地技，判斷落地可行性及可實現(xiàn)程度蜈七，并從AI訓練師處獲得反饋、優(yōu)化產(chǎn)品莫矗。

從產(chǎn)品的角度來說飒硅，就是要為用戶帶來價值和良好體驗。需要調研行業(yè)作谚，理解業(yè)務三娩，收集或挖掘需求，分析目標用戶妹懒，輸出用戶畫像雀监，然后定位產(chǎn)品，制定產(chǎn)品戰(zhàn)略眨唬，找出解決需求的方案会前，并轉化為AI產(chǎn)品。

在產(chǎn)品落地過程中匾竿，需要著重關注的就是數(shù)據(jù)和場景瓦宜。因為用戶的需求是無邊界的，而且對AI的預期較高岭妖，就會造成對需求的難以取舍临庇，這時讓需求場景化是一個很好的解決方案反璃，通過將用戶需求劃分到不同的場景中，做到場景的完整性和獨立性假夺，然后結合業(yè)務目標和受眾用戶確定場景的優(yōu)先級淮蜈，對于不能覆蓋的場景，提前想好處理策略和引導策略已卷，妥善處理用戶需求梧田，做到情感化設計。然后圍繞數(shù)據(jù)展開侧蘸，需要將場景數(shù)據(jù)化柿扣，收集好數(shù)據(jù)，建立分析模型闺魏，設計明確可量化的收益評估指標未状，以此來不斷的優(yōu)化迭代產(chǎn)品。

還有就是需要清楚不同環(huán)節(jié)的分工析桥，以便更好地協(xié)調工作司草，這和互聯(lián)網(wǎng)PM是一樣的，但由于AI的復雜度泡仗，需要協(xié)調更多埋虹，比如，作為智能音箱的產(chǎn)品經(jīng)理娩怎，你需要和語音識別工程師搔课、語義解析工程師、對話管理工程師截亦、數(shù)據(jù)標注師爬泥、數(shù)據(jù)采集師（語音數(shù)據(jù)和語料數(shù)據(jù)）、業(yè)務工程師崩瓤、語音助理客戶端工程師等等都打交道袍啡。此外，還可能需要跨界溝通的能力却桶，需要和其他領域的專家溝通境输、學習知識，然后應用于解決問題颖系。

四嗅剖、總結

現(xiàn)階段來說，AI并非萬能的嘁扼，是有一定的適用邊界的信粮，我們應該對AI形成正確的認知，這樣才能夠有效地使用偷拔。對于AI產(chǎn)品來說蒋院，短期的方向可能更傾向于在現(xiàn)有產(chǎn)品的基礎上， 增加AI亮點功能莲绰，讓產(chǎn)品具有嘗鮮價值欺旧，逐步培養(yǎng)用戶的認知、期望和使用習慣蛤签，或是通過AI技術對產(chǎn)業(yè)鏈進行改造辞友，提高生產(chǎn)效率。而從長期來講震肮，可能就是創(chuàng)造出全新體驗的新產(chǎn)品称龙，將會像Iphone改變我們對手機的認知一樣改變我們對AI的認知，這需要具備一系列條件戳晌，如各種標準的成熟鲫尊、杰出的AI產(chǎn)品經(jīng)理對AI產(chǎn)品的認知和定義、技術的進一步突破等沦偎。對于AI產(chǎn)品經(jīng)理來說疫向，一是需要有廣度，要廣泛積累AI技術豪嚎、產(chǎn)品搔驼、行業(yè)方面的知識，多與同行侈询、高手交流舌涨，提升自己的認知；二是需要有深度扔字，選擇一個具有明顯邊界的領域囊嘉，深入進去，深入理解用戶革为、產(chǎn)品哗伯，做好服務姊舵，成為該領域的專家缨称，做出好的產(chǎn)品阐肤。

最后阵漏，需要說一下的是關于人工智能泡沫和未來個人發(fā)展的問題马绝。短期來看贪薪，由于現(xiàn)有的成就都是歷史上積累出來的吨艇，并非是取得科學上巨大的進步徒爹，因此目前人們對AI產(chǎn)生了過高的期待嘉蕾，而這種高預期和理論基礎薄弱之間的張力就是AI泡沫贺奠，這是一個技術發(fā)展的必然結果，就如同當年的互聯(lián)網(wǎng)泡沫一般错忱，那么必然存在一個泡沫破裂的時刻儡率，這可能會讓一部分人對AI望而卻步挂据，但我們要知道的是，下一個時代將是一個智能時代儿普，AI技術必然會在未來有新的突破崎逃，況且目前的AI技術已經(jīng)能夠產(chǎn)生相當大的使用價值了，所以眉孩，從事AI可能是這個時代個人發(fā)展最大的機會个绍，而且就算AI泡沫破裂了，那會意味著更多的機會浪汪，因此巴柿，對于有志于在AI領域做出一定成就的人，不要猶豫死遭，要早上車广恢，多從實踐中積累能力，為以后的發(fā)展打下堅實的基礎呀潭。

參考文章

人工智能產(chǎn)品經(jīng)理的新起點

人工智能社會學－未來的新興學科

在科技面前剛需是種錯覺

如何從“品類”角度做AI產(chǎn)品（2C）的需求定位

從互聯(lián)網(wǎng)到AI:模式創(chuàng)新的終結袁波，產(chǎn)業(yè)升級的開始

深度|Michael I. Jordan：人工智能的研究機會和挑戰(zhàn)